De GPT-2 até hoje: Como evoluiu o Prompt Engineering

O prompt engineering evoluiu de uma manipulação de texto informal por tentativa e erro em torno do GPT-3 em 2020 para uma disciplina estruturada com técnicas, frameworks e ferramentas nomeados até 2026. O arco abrange cinco fases: os primeiros experimentos de few-shot, o momento ChatGPT que trouxe a habilidade ao conhecimento do público, o desenvolvimento de técnicas de raciocínio estruturado, a ascensão da otimização automática de prompts e a atual mudança para o context design.

A disciplina não surgiu de um único artigo ou empresa. Cresceu a partir da confluência da pesquisa (few-shot learning, chain-of-thought reasoning, RAG), comunidades de profissionais que compartilhavam coleções de prompts online e a repentina disponibilidade pública de modelos poderosos que tornou o bom prompting imediatamente recompensador. Em 2026, o prompt engineering não é mais um truque de nicho — é uma habilidade básica para qualquer pessoa que trabalha com sistemas de IA.

Antes de existir o termo "prompt engineering", os pesquisadores já manipulavam os inputs dos modelos para obter melhores outputs — apenas não chamavam assim. Os primeiros modelos transformer como GPT-2 (2019, OpenAI) e BERT (2018, Google) eram usados por meio de texto de entrada cuidadosamente escolhido, mas a prática era tratada como parte do pré-processamento de dados, não como uma habilidade por si só.

O GPT-2, publicado em fevereiro de 2019, era um modelo de 1,5 bilhão de parâmetros que conseguia completar texto de formas surpreendentemente coerentes. Pesquisadores e primeiros profissionais notaram que a redação de um input mudava drasticamente a qualidade do complemento — mas ainda não existia nenhum framework, nenhuma terminologia nem nenhuma comunidade construída em torno dessa observação. Os prompts eram inputs, não artefatos de engenharia.

A história moderna do prompt engineering começa efetivamente com o GPT-3. Em maio de 2020, a OpenAI publicou o GPT-3, um modelo de 175 bilhões de parâmetros, junto com o artigo pioneiro de Brown et al., "Language Models are Few-Shot Learners". O artigo demonstrou que ao incluir alguns exemplos da tarefa desejada diretamente no prompt — sem atualizar os pesos do modelo — o desempenho em tarefas posteriores melhorava drasticamente.

Essa foi a semente do prompt engineering como disciplina. Pesquisadores e desenvolvedores perceberam que o mesmo modelo podia se tornar um tradutor, um sumarizador, um gerador de código ou um sistema de perguntas e respostas simplesmente mudando como o prompt era escrito. O modelo não precisava de retreinamento — precisava de um prompt melhor. Esse insight reformulou o que era um prompt: não apenas um input, mas um artefato de design.

Brown et al. relataram que o desempenho em few-shot escalava de forma consistente com o tamanho do modelo. Isso tornou a qualidade do prompt uma variável que os profissionais — não apenas os pesquisadores — podiam controlar.

Consulte Zero-Shot vs. Few-Shot: Which Approach Gets Better Results? para um guia prático da técnica que o GPT-3 tornou famosa.

Entre 2021 e início de 2022, a elaboração de prompts passou dos artigos de pesquisa para as comunidades de profissionais. Repositórios no GitHub com coleções de prompts curadas apareceram — listas no estilo "awesome-prompts" que compartilhavam o que funcionava para assistência em codificação, sumarização e escrita criativa. As coleções de prompts, compartilhadas no Twitter e no Reddit, tornaram-se ativos comunitários.

O termo "prompt engineering" começou a aparecer com mais frequência em artigos de pesquisa, postagens de blog e descrições de vagas durante esse período. O artigo do InstructGPT da OpenAI (Ouyang et al., 2022) introduziu modelos ajustados com RLHF que respondiam de forma muito mais confiável a instruções em linguagem natural — tornando a qualidade do prompt ainda mais determinante. Em meados de 2022, ficou claro que essa era uma habilidade transferível, não apenas uma curiosidade de pesquisadores.

A introdução do prompting Chain-of-Thought (CoT) em 2022 foi o desenvolvimento técnico mais significativo na breve história da disciplina. Wei et al. (Google Brain) publicaram "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models", demonstrando que pedir a um modelo que raciocine passo a passo antes de responder melhorava drasticamente o desempenho em tarefas de aritmética, raciocínio de senso comum e raciocínio simbólico. Em um resultado destacado, o prompting chain-of-thought melhorou a precisão do PaLM no benchmark GSM8K de matemática do ensino fundamental de 17,9% para 58% — um ganho obtido puramente mudando a estrutura do prompt, sem treinamento adicional do modelo.

Técnicas relacionadas seguiram rapidamente. Zhou et al. introduziram o prompting least-to-most, que decompunha problemas complexos em uma sequência de subproblemas mais simples resolvidos em ordem. Essas abordagens transformaram o prompt engineering de um exercício de formatação em uma ferramenta para elicitar raciocínio estruturado de modelos que não foram explicitamente treinados para raciocinar dessa forma.

Para o guia completo de técnicas, consulte Chain-of-Thought Prompting: Make AI Show Its Reasoning e Prompt Chaining: How to Break Big Tasks Into Winning Steps.

O lançamento do ChatGPT em 30 de novembro de 2022 mudou da noite para o dia o perfil público do prompt engineering. O ChatGPT alcançou um milhão de usuários em seus primeiros cinco dias e 100 milhões de usuários ativos mensais em janeiro de 2023. Em questão de dias, milhões de pessoas estavam experimentando com prompts e descobrindo que seus resultados variavam enormemente dependendo de como formulavam as solicitações. A mídia tecnológica cobriu o "prompt engineering" como uma habilidade que valia a pena aprender.

No início de 2023, "prompt engineer" apareceu como cargo com salários relatados de US$ 175.000–335.000 em empresas como a Anthropic. O papel atraiu atenção significativa da mídia. O consenso na época: era um papel de transição, parte design de interface humano-computador, parte expertise no assunto, parte controle de qualidade.

O lançamento do GPT-4 em março de 2023 expandiu o prompt engineering em duas direções simultaneamente: context windows maiores (até 128K tokens em versões posteriores) e inputs multimodais. Os profissionais agora podiam incluir imagens nos prompts junto com texto, abrindo o prompt engineering para tarefas visuais — descrever imagens, comparar diagramas, anotar gráficos.

O mesmo ano viu a formalização das melhores práticas de prompt engineering. A OpenAI publicou seu guia oficial de prompt engineering. O Google Cloud publicou sua própria documentação de prompt engineering. Autores independentes codificaram frameworks — CRAFT, CO-STAR, SPECS, RISEN, TRACE — que deram aos profissionais templates repetíveis para estruturar prompts.

Esses frameworks representaram a maturação do prompt engineering de uma habilidade pessoal para uma prática ensinável e compartilhável. Consulte Which Prompt Framework Should You Use? para um guia de seleção.

Um desenvolvimento notável em 2023 foi a pesquisa que mostrava que os LLMs podiam otimizar prompts tão bem quanto os humanos. Zhou et al. publicaram "Large Language Models Are Human-Level Prompt Engineers" (APE), demonstrando que um LLM encarregado de gerar e avaliar candidatos de prompt podia igualar ou superar os prompts escritos por humanos em tarefas de benchmark. O framework DSPy da Stanford (2023) foi mais longe — permitindo que desenvolvedores descrevessem o que um prompt deveria alcançar e deixassem o sistema otimizar a redação automaticamente.

Simultaneamente, a Retrieval-Augmented Generation (RAG) — originalmente introduzida por Lewis et al. na Meta em 2020 — tornou-se um padrão central nos sistemas de IA em produção. O RAG injetava documentos recuperados diretamente no contexto do prompt, fundamentando os outputs do modelo em fontes reais e atualizadas. Isso deslocou a ênfase no prompt engineering de "como faço o modelo saber isso?" para "como estruturo o contexto para que o modelo o use corretamente?"

Em 2024, um novo framework começou a deslocar a simples ideia de "escrever um prompt melhor". Profissionais e pesquisadores começaram a se referir ao context engineering — a prática de orquestrar o que entra no context window completo: o system prompt, os documentos recuperados, os outputs das ferramentas, o histórico de conversa e o input do usuário, todos compostos deliberadamente para guiar o comportamento do modelo. O prompt não era mais um artefato independente; era uma camada em um contexto projetado.

Vários desenvolvimentos aceleraram essa mudança. Os modelos da família Llama 3 da Meta (2024) tornaram disponíveis LLMs de código aberto capazes para implantações privadas. Os context windows cresceram para 1 milhão de tokens ou mais (Gemini 3.5 Pro). Frameworks multi-agente como LangChain e AutoGen transformaram o prompting em orquestração.

A partir de 2026, pesquisas e comentários descrevem cada vez mais o prompt engineering não como um cargo de nicho, mas como uma habilidade de alfabetização fundamental para trabalhadores do conhecimento que usam ferramentas de IA. Artigos acadêmicos enquadram o prompting estruturado junto com leitura, escrita e cálculo como uma competência básica para trabalhar com sistemas de IA generativa.

O papel se dividiu em duas vias distintas. A primeira é o design de sistemas e contextos — a engenharia de sistemas de IA em produção onde os prompts fazem parte de uma arquitetura mais ampla envolvendo recuperação, agentes e pipelines de avaliação. A segunda é o uso cotidiano — a capacidade de escrever prompts claros e estruturados que produzam outputs úteis sem conhecer a arquitetura subjacente.

O que não mudou, apesar dos modelos mais capazes e das ferramentas automatizadas, é o princípio fundamental: quanto mais claro e estruturado for o input, mais confiável e útil será o output.

A tabela abaixo resume os marcos-chave de 2018 a 2026 — os eventos, artigos e lançamentos de modelos que moldaram como o prompt engineering evoluiu para sua forma atual.

Cada fase da evolução do prompt engineering deixou um depósito duradouro na prática atual. A era do GPT-3 nos deu o insight fundamental de que o comportamento do modelo é moldado pela estrutura do input — não apenas pelo conteúdo. A era Chain-of-Thought nos deu andaimentos de raciocínio explícito: prompting passo a passo, prompt chaining e abordagens tree-of-thought. A era dos frameworks nos deu templates reutilizáveis que codificam as melhores práticas sem exigir que cada profissional as descubra do zero.

A era RAG e context design nos deu a compreensão de que os prompts não existem de forma isolada — são compostos com dados recuperados, instruções do sistema e outputs de ferramentas para formar um contexto completo.